opencv—— 实现图像去阴影
2021-06-03 14:53
1111 查看
前言
浏览OpenCV相关文章时看到了《基于OpenCV的图像阴影去除》,源码也是用pytyon实现的,分析了一下其原理,这篇我们用OpenCV的C++版来实现一下。
来源
原文链接:https://blog.csdn.net/qq_42722197/article/details/110790222
原文源码:https://github.com/kavyamusty/Shading-removal-of-images
实现思路:
- 图将转为灰度图
- 将灰度图进行闭运算操作
- 闭运算后的图减去原灰度图再取反
- 将取反后的图使用归一化将白色背景修改贴近原图
opencv实现:
Mat src = imread("D:/opencv练习图片/去阴影.png"); imshow("原图", src); //1.将图像转为灰度图 Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); //定义腐蚀和膨胀的结构化元素和迭代次数 Mat element = getStructuringElement(MORPH_RECT, Size(3, 3)); int iteration = 9; //2.将灰度图进行闭运算操作 Mat closeMat; morphologyEx(gray, closeMat, MORPH_CLOSE, element, Point(-1, -1), iteration); imshow("闭运算", closeMat); //4.闭运算后的图减去原灰度图再进行取反操作 Mat calcMat = ~(closeMat - gray); imshow("calc", calcMat); //5.使用规一化将原来背景白色的改了和原来灰度图差不多的灰色 Mat removeShadowMat; normalize(calcMat, removeShadowMat, 0, 200, NORM_MINMAX); imshow("dst", removeShadowMat);
原图: 去阴影:
😃我们可以看到 这里的形态学的妙用:
在对原图进行闭运算以后,可以发现我们就得到了只有阴影的图像。
相关文章推荐
- Opencv Sift和Surf特征实现图像无缝拼接生成全景图像
- K-Means 基于matlab+opencv 实现图像分割-灰度
- 图像相似度计算之哈希值方法OpenCV实现
- 【图像处理】基于OpenCV底层实现的滤波
- 实现OpenCV的视频图像处理
- opencv用金字塔cvPyrSegmentation实现图像分割
- OpenCV图像增强算法实现(直方图均衡化、拉普拉斯、Log、Gamma)
- javacpp-opencv图像处理之1:实时视频添加文字水印并截取视频图像保存成图片,实现文字水印的字体、位置、大小、粗度、翻转、平滑等操作
- 利用OpenCV的Grabcut()函数实现图像的前景与背景的分割-并对Grabcut()作详细介绍
- 使用opencv实现图像局部放大功能
- C++和opencv实现图像分割(二)
- opencv2实现n张图像拼接_stitcher具体之代码2(简化版)_计算机视觉大作业2
- 基于GraphCuts图割算法的图像分割----OpenCV代码与实现
- 基于GraphCuts图割算法的图像分割----OpenCV代码与实现
- opencv+directshow实现4个摄像头同步采集图像
- OpenCV实现图像暗区扩张(腐蚀图片)
- Java OpenCV实现图像镜像翻转效果
- OpenCV高斯差分技术实现图像边缘检测
- OpenCV:二值图像连通区域分析与标记算法实现
- opencv实现图像任意角度旋转的算法解析及代码实现